如何让Postgres与Pandas的百分位计算结果匹配？

背景 #

我需要验证Postgres与Pandas的百分位计算结果一致性，目标是25th、50th、75th百分位，Postgres使用percentile_cont()函数（统计场景需求），但两者75th百分位结果始终不匹配。

Postgres实现与结果 #

SQL查询语句：

SELECT percentile_cont(0.25) WITHIN GROUP (order by obs1) as q1
     , percentile_cont(0.5) WITHIN GROUP (order by obs1) as med
     , percentile_cont(0.75) WITHIN GROUP (order by obs1) as q3
FROM my_table;

返回结果：q1=73.99，med=74.0，q3=74.0085

Pandas实现与结果 #

已按照资料设置interpolation='linear'以匹配Postgres的线性插值逻辑：

import pandas as pd

dataframe = pd.read_sql(sql='SELECT obs1 FROM my_table', con='my_connection_info')
dataframe = dataframe.sort_values(by='obs1')
percentiles = dataframe.quantile(q=[0.25, 0.5, 0.75],
                                 axis=0,
                                 numeric_only=False,
                                 interpolation='linear',
                                 method='single')

计算结果：

obs1
0.25  73.992
0.50  74.000
0.75  74.006

已完成的排查步骤 #

• 给Postgres查询结果添加::numeric转换，结果无变化
• 确认数据库中obs1列数据类型为float8
• 验证两边使用的数据集均为25条记录
• 因业务需求必须使用percentile_cont()，测试percentile_disc()得到74.009，仍与Pandas结果不符
• q1、q2结果匹配，说明两边排序逻辑一致

手动计算疑问 #

25条排序后的数据，75th百分位对应位置为25*0.75=18.75，第18、19位的值均为74.006，完全无法理解Postgres得出的74.0085是如何计算的，也不知道如何调整让两者结果匹配以完成验证。

完整排序数据集 #

obs1
24  73.982
12  73.983
18  73.984
7   73.985
2   73.988
20  73.988
4   73.992
10  73.994
16  73.994
1   73.995
6   73.995
9   73.998
15  74.000
19  74.000
3   74.002
11  74.004
21  74.004
13  74.006
17  74.006
8   74.008
5   74.009
22  74.010
14  74.012
23  74.015
0   74.030

内容的提问来源于stack exchange，提问作者Python_Learner